Professional Documents
Culture Documents
Sin y Alders Not Lari
Sin y Alders Not Lari
Sin y Alders Not Lari
1.1 Sinyaller
1
pixelden oluşmuştur. Her pixelde belli bir renk
vardır. Bu rengin, kırmızı-yeşil-mavi renk ton-
larının belli miktarda karışımından oluştuğunu
düşünelim. O zaman, fotoğrafın her pixeline
bir (kırmızı,yeşil,mavi) yoğunluk üçlüsü karşılık
gelecektir. Dolayısıyla, fotoğrafın renk dağılımını
veren bir sinyal elde ettik.
Odamızda, radyo yayınına, televizyon yayınına,
gsm şebekesine ve evdeki elektrikli aletlere bağlı
olarak belli bir elektromanyetik alan yoğunluğu
hemen her zaman vardır. Odanın üç boyutlu
uzaydaki koordinatına karşılık gelen elektrik alan
yoğunluğu da bize bir sinyal verecektir.
Sonuç olarak, aklımıza gelebilecek herhangi bir
şeyi bir fonksiyon olarak ifade edersek bir sinyal
elde etmiş oluruz. Dolayısıyla, sinyal kavramının
2
yelpazesinin genişliği hayal gücü ile sınırlıdır.
Sinyal dediğimiz zaman aklımıza matematiksel
bir fonksiyon gelecek. Bir fonksiyonun, bağımsız
değişken(leri) ve bağımlı değişken(leri) vardır.
y = f (x) sinyalini ele alalım. Burada, bir tane
bağımsız değişken, x, ve bir tane bağımlı değişken,
y, vardır. z = g(x, y) sinyalinde ise iki adet
bağımsız değişken, x ve y, ve bir adet bağımlı
değişken, z, vardır. Bağımsız değişkenleri istediğimiz
gibi değiştirebiliriz. Bağımlı değişkenlerse bağımsız
değişkenlere bağlı olarak matematiksel bir ku-
ral altında değişirler. Bu derste, bir bağımsız
değişkene ve bir bağımlı değişkene sahiğ sinyallerle
ilgileneceğiz.
Sinyalleri, bağımsız değişkenlerinin sürekli ol-
masına ve ayrık olmasına göre iki gruba ayıracağız.
3
Bağımsız değişken, belli bir aralıkta sayılamayacak
kadar değer alıyorsa, bu bağımsız değişken sürekli
bir bağımsız değişkendir. Hemen örnek verecek
olursak,
t ∈ R ve 0 < t < 1 (1)
ile verilen t değişkeni sürekli bir değişkendir.
Burada, R, reel (gerçek) sayıları temsil eder.
Ayrık bağımsız değişken ise belli bir aralıkta
sayılabilir(ayrık) değerler alır. Örnek olarak,
n∈Z (2)
x[n]
−4 −1 1 4 5 7 n
−7 −6 −5 −3 −2 0 2 3 6
8
x(t)
x3
x2
x1
t
t 1 t 2 t3 t4 t5
x2
x1
t
t 1 t 2 t3 t4 t5
(a) x(t) sinyali.
x(−t)
x3
x2
x1
10
x(t)
x4
x3
x2
x1
t
t1 t 2 t3 t4 t5 t6
x4
x3
x2
x1
t
t1 t 2 t3 t4 t5 t6
x4
x3
x2
x1
−t4 t
−t6 −t5 −t3 −t2 −t1
geçerlidir.
x(−t) ve x[−n] sinyallerinin anlamını daha iyi
11
kavrayabilmek için biraz da günlük yaşantımızdan
örnekler verelim. Derste bunları tartıştık, de-
tayına girmiyoruz.
Temel bağımsız değişken dönüşümlerinden bir
tanesi de zamanda kaydırmadır. Elimizde x(t)
sinyalinin grafiğinin olduğunu varsayalım. x(t−
t0) grafiğini nasıl elde ederiz?
12
rumda, t0 pozitifse x(t)’nin grafiği sağa t0 kadar
kaymış olur. Eğer t0 negatifse x(t)’nin grafiği
sola |t0| kadar kaymış olur. Figure 7 şeklinde
pozitif ve negatif t0’lar için kayma işleminin nasıl
gerçekleştiği gösteriliyor. Zamanda kaydırmayı
sürekli zaman sinyalleri için tartıştık. Aynı tartışma,
ayrık zaman sinyalleri için de geçerlidir.
Fiziksel olarak zamanda kaydırma, zamanda gecik-
tirmeye veya zamanda erkenleştirmeye karşılık
gelir. Diğer bir temel bağımsız değişken dönüşümü
de zamanda ölçeklemedir. x(t)’nin grafiği bilinirken
x(at)’nin grafiğini nasıl buluruz?
|t0 |
x(t)
x(t − t0 ) t0 negatifken
|t0 |
rum geçerlidir.
1) a > 0 ve |a| > 1: a > 0 olduğu için
y eksenine göre simetri alma işlemi uygulan-
14
mayacaktır. |a| > 1 olduğu için sonlu uzun-
luktaki sinyallerde, zamanda daralma meydana
gelecektir. Figure 8 şeklinde bu durum gösteriliyor.
x(t)
t2 t3 t
t1
x(at)
t1 t2 t3 t
a a a
15
2) a > 0 ve |a| < 1: a > 0 olduğu için y
eksenine göre simetri alma işlemi uygulanmay-
acaktır. |a| < 1 olduğu için sonlu uzunluktaki
sinyallerde, zamanda genişleme meydana gele-
cektir. Figure 9 şeklinde bu durum gösteriliyor.
x(t)
t2 t3 t
t1
x(at)
t2 t3 t
t1
a a a
16
3) a < 0 ve |a| > 1: a < 0 olduğu için y ekse-
nine göre simetri alma işlemi uygulanacaktır.|a| >
1 olduğu için sonlu uzunluktaki sinyallerde, za-
manda daralma meydana gelecektir. Figure 10
şeklinde bu durum gösteriliyor.
4) a < 0 ve |a| < 1: a < 0 olduğu için y ekse-
nine göre simetri alma işlemi uygulanacaktır.|a| <
1 olduğu için sonlu uzunluktaki sinyallerde, za-
manda genişleme meydana gelecektir. Figure 11
şeklinde bu durum gösteriliyor.
Fiziksel olarak zamanda ölçekleme, sinyalimiz
tarafından temsil edilen kavramın daha süratli
veya daha yavaş yapılmasını veya gerçekleşmesini
temsil eder.
Ayrık zaman sinyallerimizde bağımsız değişkenimiz
olan n, tamsayı değerler almak zorundadır. Bu
17
x(t)
t2 t3 t
t1
x(at)
t3 t2 − t1
t
− |a| − |a| |a|
t2 t3 t
t1
x(at)
t2 t1 t
t3
− |a| − |a| − |a|
19
[ 4]
y[−4] = x − tanımlı değil
3
[ 3]
y[−3] = x − = x[−1]
3
[ 2]
y[−2] = x − tanımlı değil
3
[ 1]
y[−1] = x − tanımlı değil
3
[ 0]
y[0] = x − = x[0]
3
[1]
y[1] = x tanımlı değil
3
[2]
y[2] = x tanımlı değil
3
[3]
y[3] = x = x[1]
3
[4]
y[4] = x tanımlı değil (7)
3
Aşağıdaki gibi bir tanım yapılmış olduğunu varsayalım.
x[ n ] n mod 3 ≡ 0
3
y[n] = (8)
0 aksi halde
20
Bu durumda:
y[−4] = 0
3][
y[−3] = x − = x[−1]
3
y[−2] = 0
y[−1] = 0
0]
[
y[0] = x − = x[0]
3
y[1] = 0
y[2] = 0
[3]
y[3] = x = x[1]
3
y[4] = 0 (9)
y[n] = x[ n2 ]
3
2 2
1 1 1
........ ........
−2 2 n
−8 −7 −6 −5 −4 −3 −1 0 1 3 4 5 6 7 8
−1
−2
25
çift bir sinyaldir.
26
Yukarıdaki tanımlar, ayrık zaman sinyaller için
de geçerlidir.
x(t) sinyalinin çift kısmının çift olduğunu, tek
kısmının da tek olduğunu çift ve tek sinyaller
için verdiğimiz tanımları kullanarak gösterebilirsiniz.
Sinyalleri, bağımsız değişkenlerinde periyodik olup
olmamalarına göre de sınıflandırabiliriz. x(t)
sinyali,
27
1.3 Belli Başlı Sürekli Zaman Sinyaller
28
Aşağıdaki eşitlikler çok önemli eşitliklerdendir:
30
δ(t) sinyalinin diğer tanımları da aşağıdaki her
bir eşitlikle verilen tanımlardır:
∫∞
δ(t)dt = 1 (25)
−∞
∫∞
x(t)δ(t − t0)dt = x(t0) (26)
−∞
31
δ∆ (t)
1
∆
∆ t
Figure 14: Birim impals sinyalini tanımlamak için kullanılan δ∆ (t) sinyal.
32
Dolayısıyla, ejΩn sinyalinin periyodik olması için
aşağıdaki denklemi sağlaması gerekir:
33
sayı değildir ve sinyalimiz periyodik değildir. Fig-
ure 15 şeklinde sin[n] sinyalinin grafiği görülmektedir.
Bu sinyal gerçekten de periyodik değildir. Fig-
ure 16 şeklinde ise sin[0.3πn] sinyalinin grafiği
görülmektedir. Bu sinyal de periyodiktir. Ayrık
SinHnL
1.0
0.5
n
-100 -50 50 100
-0.5
-1.0
0.5
n
-100 -50 50 100
-0.5
-1.0
35
1.4.2 Ayrık zaman Birim İmpals ve Birim Basamak Sinyalleri
1 1 1 1 1 1 1
n
−4 −3 −2 −1 0 1 2 3 4 5 6
36
Figure 18 şeklinde, ayrık zaman birim impals
sinyali gösteriliyor. Herhangi bir ayrık zaman
δ[n]
1
n
−5 −4 −3 −2 −1 0 1 2 3 4 5
Figure 18: Ayrık zaman birim impals.
37
şeklindedir. δ[n] ile u[n] arasındaki bağıntılar
ise aşağıdaki gibidir:
1.5 Sistemler
38
sistemler sembolik olarak gösteriliyor.
39
x(t) sistem-1 sistem-2 y(t)
sistem-1
y(t)
x(t)
sistem-2
sistem-2
T y(t) T −1
x(t) x(t)
(sistem) (sistemin tersi)
42
y(t) = x(t) − 1 ⇒ x(t) = y(t) + 1 (38)
| {z } | {z }
sistem ters sistem
x(t)
y(t) = ⇒ x(t) = 5y(t) (39)
| {z 5 } | {z }
ters sistem
sistem
∑
n
y[n] = x[m] ⇒ x[n] = y[n] − y[n − 1]
| {z }
| {z
m=−∞
} ters sistem
sistem
(40)
y(t) = 6 ⇒ TERSİ YOK! (41)
43
bulabilir miyiz? Hayır. GÜNLÜK HAYATIMIZ-
DAN ÖRNEKLER VERMEYE ÇALIŞALIM!
1.6.3 Nedensellik
44
ine eşit olduklarını varsayalım. Bu sinyallerim-
izi nedensel bir sisteme giriş olarak verdiğimizi
varsayalım. Çıkışlar da y1(t) ve y2(t) olsun. Sis-
tem nedensel olduğu için y1(t) = y2(t) (t ≤
t0 için) sonucunu çıkarabiliriz.
1.6.4 Kararlılık(Stabilite)
46
sistemi kararlı mıdır? Bunu aşağıdaki gibi kon-
trol edeceğiz.
Giriş sinyalimiz x(t)’nin |x(t)| < M1 (M1 ∈ R)
?
koşulunu sağladığını varsayalım. |y(t)| < M2
sorusunu cevaplandırmamız gerekir.
48
1)y(t) = x(t) 2) y(t) = tx(t)
ÇÖZÜM:
1)y(t) = x(t)
49
Dolayısıyla, sistem zamanda değişmez değildir.
Ayrık zaman sinyaller için de zamanda değişmezlik
tanımı aınıdır. Fiziksel olarak, zamanda değişmezlik
sizce ne demektir?
GÜNLÜK HAYATIMIZDAN ÖRNEKLER VER-
MEYE ÇALIŞALIM!
1.6.6 Doğrusallık
50
bu sistem, doğrusal(lineer) bir sistemdir. Ölçeklenebilirliği
ve toplanabilirliği aynı anda da kontrol edebili-
riz. a ve b genel kompleks sabitlerken her x1(t)
ve her x2(t) sinyali için, y1(t) = T {x1(t)} ve
y2(t) = T {x2(t)} iken ax1(t) + bx2(t) inputu
ay1(t)+by2(t) çıkışını veriyorsa bu sistem, doğrusal(lineer)
bir sistemdir.
Eğer bir sistem doğrusalsa bu sistem, x(t) = 0
inputuna kesinlikle sıfır çıkışını verir.
52
sorusunun cevabı evettir. Bu yüzden de sis-
temimiz, doğrusaldır.
2) y(t) = [x(t)]2
?
T {ax1(t) + bx2(t)} = aT {x1(t)} + bT {x2(t)}
(55)
eşitliğinin doğru olup olmadığını kontrol edeceğiz.
y0 (t)
n0 n
57
bir ayrık zaman sinyalini, ölçeklenmiş ve ötelenmiş
impalslar cinsinden yazabiliriz. Figure 24 şeklinde,
bu ayrıştırmanın bir örneği görülüyor. Genel
olarak bir ayrık zaman x[n] sinyalini aşağıdaki
gibi yazabiliriz:
x[−1]δ[n+1]+x[0]δ[n]+x[1]δ[n−1]+x[2]δ[n−2]+
x[3]δ[n − 3] + . . . ⇒
∑∞
x[n] = x[k]δ[n − k] (61)
k=−∞
Herhangi bir ayrık zaman x[n] sinyalinin bu
şekilde ötelenmiş ve ölçeklenmiş birim impal-
slar cinsinden yazılmasına birim impalsın eleme
özelliği (sifting property) adı verilir.
Sürekli zaman impals da benzer bir özelliğe sahip-
tir. Sürekli zaman bir sinyali de ötelenmiş ve
58
x2 [n] = −δ[n + 2]
x1 [n] = 2δ[n + 3]
2
−2 n
−5 −4 −3 −1 0 1 2 3 4 5
n
−5 −4 −3 −2 −1 0 1 2 3 4 5 −1
n n
−5 −4 −3 −2 −1 0 1 2 3 4 5 −5 −4 −3 −2 −1 0 1 2 3 4 5
x5 [n] = −3δ[n − 1]
x6 [n] = δ[n − 2]
1 n
−5 −4 −3 −2 −1 0 2 3 4 5
n
−3 −5 −4 −3 −2 −1 0 1 2 3 4 5
x[n]
3
2 2
1
−2 1 n
−5 −4 −3 −1 0 2 3 4 5
−1
−3
59
ölçeklenmiş birim impalslar cinsinden yazabil-
iriz. Sürekli zaman x(t) sinyalini ötelenmiş ve
ölçeklenmiş δ∆(t) sinyalleri cinsinden x∆(t) sinyali
diye yaklaşık olarak ifade ettiğimizi varsayalım.
Bunun bir örneği, Figure 25 şeklinde gösteriliyor.
x∆(t) sinyalini matematiksel olarak aşağıdaki
gibi ifade edebiliriz:
x(t)
x∆ (k∆)
t
k∆
∞
∑
x∆(t) = x(k∆)δ∆(t − k∆)∆ (62)
k=−∞
60
∆ sıfıra gittikçe Figure 25 şeklindeki dikdörtgenler
iyice daralacak ve bu dikdörtgenlerin sayısı arttıkça
artacak ve x∆(t) sinyali de x(t) sinyaline yaklaşacak.
Yani:
x(t) = lim [x∆(t)] ⇒
∆→0
[ ∑ ∞ ]
x(t) = lim x(k∆)δ∆(t − k∆)∆ ⇒
∆→0
k=−∞
∫∞
x(t) = x(τ )δ(t − τ )dτ (63)
−∞
61
Çıkış sinyalimizi bulalım:
{ ∑ ∞ }
y[n] = T {x[n]} = T x[k]δ[n − k] =
k=−∞
∞
∑ ∞
∑
T {x[k]δ[n−k]} = x[k]T {δ[n−k]} ⇒
k=−∞ k=−∞
∞
∑ ( )
y[n] = x[k] T {δ[n]} (64)
k=−∞ n→n−k
62
Denklem (66), ayrık zaman konvolüsyon toplamı
olarak adlandırılır. h[n] birim impals yanıtına
sahip doğrusal zamanda değişmez ayrık zaman
sistemimizin x[n] girişine verdiği çıkışı bulmak
için x[n] ile h[n]’in konvolüsyonunu bulmak gerekir.
Konvolüsyon işleminin değişme özelliği vardır.
Yani:
1
−1 2 n
−5 −4 −3 −2 0 1 3 4 5
−1
−2
x2 [n]
2
−1 n
−5 −4 −3 −2 0 1 2 3 4 5
−1
gerçekleştireceğiz.
1. Yol:
Bu yol çok sık kullanacağımız bir yol değil ama
konvolüsyon toplamının farklı bir yorumunu sergilediği
için ve bazı özel durumlarda pratik hesaplamayı
64
sağladığı için bu yolu inceleyeceğiz. Özel du-
rumlardan kastedilen ise sinyallerden herhangi
birinin zamandaki uzunluğunun çok kısa olması
ya da sıfırdan farklı eleman sayısının çok az ol-
masıdır. x2[n] sinyalinin sıfırdan farklı eleman-
ları sadece iki tane. Dolayısıyla, özel bir du-
rumla karşı karşıyayız.
∞
∑
x1[n]∗x2[n] = x2[n]∗x1[n] = x2[m]x1[n−m]
m=−∞
(69)
şeklinde verilen konvolüsyon toplamını açıkça
yazarsak
x2[n]∗x1[n] = x2[−1]x1[n−(−1)]+x2[1]x1[n−1] ⇒
x2[n]∗x1[n] = x2[−1]x1[n+1]+x2[1]x1[n−1] ⇒
65
Şekil 27 üzerinde de çözüm grafiksel olarak gösteriliyor.
2. Yol:
1. yoldaki çözümde, bağımsız değişken olarak
n belirlenmiş ve konvolüsyon x1[n] sinyalinin
ölçeklenmiş ve ötelenmiş hallerinin doğrusal bileşimi
olarakl yazılmıştı. 2. yolda ise bağımsız değişkenimizi
konvolüsyon toplamının indis değişkeni olarak
alacağız. Sinyallerden birinin y eksenine göre
simetriğini bulacağız. Her n değerine karşılık
y eksenine göre simetrğini n kadar öteleyeceğiz.
Elde ettiğimiz sinyali diğer sinyalle çarpacağız.
Elde ettiğimiz yeni sinyalin elemanlarını toplay-
acağız. Toplamın sonucu, konvolüsyonun n değerindeki
sonucu olacak.
∞
∑
x1[n] ∗ x2[n] = x1[m]x2[n − m] (71)
m=−∞
66
−x1 [n + 1]
2
1
−1 0 n
−5 −4 −3 −2 1 2 3 4 5
−1
−3
2x1 [n − 1]
6
0 3 n
−5 −4 −3 −2 −1 1 2 4 5
−2
−4
8
x1 [n] ∗ x2 [n]
2
1
0 3 n
−5 −4 −3 −2 −1 1 2 4 5
−3 −3
−4
67
Bağımsız değişkenimiz m. x2[m]’den x2[−m]
sinyalini elde edeceğiz. Her n0 değeri için x2[−m]’den
x2[n0 − m] sinyalini elde edeceğiz. x1[m] sinyali
ile x2[n0 − m] sinyalini birbiriyle çarpacağız.
Bulduğumuz sinyalin elemanlarını toplayacağız.
Toplam, x1[n] ∗ x2[n] konvolüsyonunun n =
n0’daki değeri olacak.
Figure 28 şeklinde x2[−m] sinyali görülüyor. n ≤
x2 [−m]
2
1 −m
−5 −4 −3 −2 −1 0 2 3 4 5
−1
70
x1 [n]
1 1 1 1
n
−3 −2 −1 0 1 2 3 4 5 6
x2 [n]
1 1 1
n
−6 −5 −4 −3 −2 −1 0 1 2 3
Figure 29: Ornek-7’deki sinyaller.
x2 [−m]
1 1 1
m
−2 −1 0 1 2 3 4 5 6 7
ve
x1[n] ∗ x2[n] = 0 (n ≥ 3) (76)
71
Konvolüsyonun sınırlarını belirledikten sonra, işlemimize
başlayalım. −3 ≤ n ≤ −2 iken x2[n − m]’in
sıfır olmayan bir kısmı ile x1[m]’in sıfır olmayan
bir kısmı kesişiyor. Bu durumda:
∑
3+n ∑
3+n
x1[n]∗x2[n] = x1[m]x2[n−m] = (1)(1) ⇒
m=0 m=0
72
kesişiyor. Bu durumda:
∑
3 ∑
3
x1[n]∗x2[n] = x1[m]x2[n−m] = (1)(1) ⇒
m=1+m m=1+n
Sonuç olarak:
0 n ≤ −4
4 + n −3 ≤ n ≤ −2
x1[n] ∗ x2[n] = 3 −1 ≤ n ≤ 0 (80)
3−n 1≤n≤2
0 n≥3
Konvolüsyon sinyali, Figure 31 şeklinde gösteriliyor.
73
x1 [n] ∗ x2 [n]
3 3
2 2
1 1
n
−5 −4 −3 −2 −1 0 1 2 3 4
veriliyor.
1 0 ≤ n ≤ 10
n 11 ≤ n ≤ 25
x1[n] = (81)
−n + 1 26 ≤ n ≤ 40
0 diğer durumlarda
74
−1 −5 ≤ n ≤ 5
n
2 6 ≤ n ≤ 20
x2[n] = (82)
−2n 21 ≤ n ≤ 35
0 diğer durumlarda
76
olacaktır. Yani:
2) y[15] =?
∞
∑ ∞
∑
y[n] = x1[k]x2[n−k] ⇒ y[15] = x1[k]x2[15−k]
k=−∞ k=−∞
(88)
x1[k] ve x2[n−k] sinyallerinin değişim aralıklarını
belirleyelim:
77
∞
∑
y[15] = x1[k]x2[15 − k] ⇒
k=−∞
∑
9 ( ) ∑
20
(15 − k)
y[15] = 1 +(1)(−1)+ (k)(−1) ⇒
2
k=0 k=11
15 1 (9)(10) (10)(11)
y[15] = 10 − −1− −(10)(10) ⇒
2 2 2 2
45
y[15] = 75− −1−55−100 ⇒ y[15] = −103.5
2
(90)
3) y[25]=?
∞
∑
y[n] = x1[k]x2[n − k] ⇒
k=−∞
∞
∑
y[25] = x1[k]x2[25 − k] (91)
k=−∞
78
x1[k] ve x2[n−k] sinyallerinin değişim aralıklarını
belirleyelim:
79
Ayrık zamanda konvolüsyon ile ilgili aşağıdaki
bağıntıları da hatırlayalım:
80
sinyalimizi nasıl buluruz?
{ ∫∞ }
y(t) = T {x(t)} = T x(τ )δ(t − τ )dτ =
−∞
∫∞ ∫∞
T {x(τ )δ(t−τ )}dτ = x(τ )T {δ(t−τ )}dτ ⇒
−∞ −∞
∫∞
y(t) = x(τ ) T {δ(t)} dτ (94)
(t→t−τ )
−∞
Sürekli zaman, doğrusal zamanda değişmez sis-
temimize δ(t) sinyalimizi girdiğimizde, sistemin
çıkışı, DZD(LTI) sistemin birim impals yanıtı
olarak adlandırılır ve h(t) ile gösterilir.
Dolayısıyla:
∫∞
y(t) = x(τ ) T {δ(t)} dτ ⇒ (96)
(t→t−τ )
−∞
81
∫∞
y(t) = x(τ )h(t − τ )dτ = x(t) ∗ h(t) (97)
−∞
(97) denklemindeki işlem, x(t) sinyali ile h(t)
sinyalinin konvolüsyonudur.
Ayrık zaman konvolüsyonunda olduğu gibi, sürekli
zaman konvolüsyonunda da değişme özelliği vardır.
Yani:
r , t − τ ⇒ dr = −dτ ⇒ (99)
∫∞ ∫−∞
x1(τ )x2(t−τ )dτ = x1(t−r)x2(r)(−dr) ⇒
−∞ ∞
82
∫∞ ∫∞
x1(τ )x2(t − τ )dτ = x1(t − r)x2(r)dr ⇒
−∞ −∞
∫∞
x1(t)∗x2(t) = x1(t−r)x2(r)dr = x2(t)∗x1(t)
−∞
(100)
Örnek-9: Aşağıda verilen x1(t) ve x2(t) sinyal-
lerinin konvolüsyonunu yapınız.
x1(t) = e−tu(t)
x2(t) = e−2tu(t) (101)
ÇÖZÜM:
Aşağıdaki integrallerden bir tanesini hesapla-
mamız gerekiyor:
∫∞ ∫∞
x1(τ )x2(t − τ )dτ = x2(τ )x1(t − τ )dτ
−∞ −∞
(102)
83
Birinci integrali hesaplayalım. Bağımsız değişken
olarak τ ’yu alıyoruz. x2(τ ) sinyalinin y eksenine
göre simetriğini alıp x2(−τ ) sinyalini buluyoruz.
Daha sonra, t’nin her değerine karşılık x2(−τ )
sinyalini ya t birim sağa ya da |t| birim sola
kaydırıyoruz. x1(τ ) sinyali ile x2(t−τ ) sinyalini
birbiriyle çarpıp çıkan sinyalin altındaki alanı
buluyoruz. Bulduğumuz alan değeri, x1(t) ∗
x2(t) konvolüsyon sinyalinin t anındaki değeri
oluyor. Anlaşılacağı üzere, ayrık zaman kon-
volüsyonu nasıl yapıyorsak sürekli zaman kon-
volüsyonu da aynı mantıkla yapıyoruz.
Detaylı grafik çizmeden, sinyal aralıklarımızı be-
84
lirleyebiliriz:
x1(τ ) → [0, ∞)
| {z }
e−τ
x2(τ ) → [0, ∞)
| {z }
e−2τ
x2(−τ ) → (−∞, 0] (103)
| {z }
e2τ
Yukarıdaki aralıklara baktığımız zaman, t < 0
olduğu zaman x1(τ )x2(t − τ ) çarpımı tamamen
sıfır olur. t > 0 durumunu inceleyelim.
x1(τ ) → [0, ∞)
| {z }
e−τ
x2(τ ) → [0, ∞)
| {z }
e−2τ
x2(−τ ) → (−∞, 0]
| {z }
e2τ
x2(t − τ ) → (−∞, t] (104)
| {z }
e−2(t−τ )
ÇÖZÜM:
Sinyallerden bir tanesini seçip onu ters çevirip
konvolüsyona başlayacağız. x2(t) sinyalini ters
çevireceğiz. Sinyallerin tanımlandığı aralıkları
87
yazalım:
88
2) y(3) =?
89
3) y(7) =?
90
Örnek-11: Aşağıda verilen x1(t) ve x2(t) sinyal-
lerinin birbirleriyle konvolüsyonunu bulunuz.
1 0<t≤3
( )
−1 t+2 3≤t≤6
3
x1(t) =
−t 6 ≤ t ≤ 10
0 diğer durumlarda
(114)
t 0≤t<1
x2(t) = (115)
0 diğer durumlarda
ÇÖZÜM:
91
Bu aralıklardan, konvolüsyonun sıfır olduğu aralıkları
belirleyebiliriz:
∫ t [( ) ]
1
− τ + 2 (t − τ )dτ (121)
3
t−1
6 < t < 7 aralığında x2(t − τ ) sinyalinin bir
kısmı x1(τ )’nun 3 ≤ τ ≤ 6 bölümünün bir
kısmı ile ve x2(t − τ ) sinyalinin geri kalan kısmı
da x1(τ )’nun 6 ≤ τ ≤ 10 bölümünün bir kısmı
ile kesişir. Bu durumda:
∫∞
x1(t) ∗ x2(t) = x1(τ )x2(t − τ )dτ =
−∞
94
∫6 [( ) ] ∫t
1
− τ + 2 (t − τ )dτ + (−τ )(t − τ )dτ
3
t−1 6
(122)
7 ≤ t ≤ 10 aralığında x2(t − τ ) sinyalinin
tamamı x1(τ )’nun 6 ≤ τ ≤ 10 bölümünün bir
kısmı ile kesişir. Bu durumda:
∫∞ ∫t
x1(t)∗x2(t) = x1(τ )x2(t−τ )dτ = (−τ )(t−τ )dτ
−∞ t−1
(123)
10 < t < 11 aralığında x2(t − τ ) sinyalinin bir
kısmı x1(τ )’nun 6 ≤ τ ≤ 10 bölümünün bir
kısmı ile kesişir. Bu durumda:
∫∞ ∫10
x1(t)∗x2(t) = x1(τ )x2(t−τ )dτ = (−τ )(t−τ )dτ
−∞ t−1
(124)
95
Sürekli zamanda konvolüsyon ile ilgili aşağıdaki
bağıntıları da hatırlayalım:
96
sistemi tamamen karakterize eder. İki DZD(LTI)
sistem birbirinin aynı ise bunların birim impals
yanıtları birbirinin aynı olmak zorundadır. İki
DZD(LTI) sistemin birim impals yanıtları bir-
birinin aynı ise bu sistemler birbirlerinin aynı
olmak zorundadır.
98
da hi(t) olsun. Figure 32 şeklinde görülen du-
rum, tersinirliğin tanımı gereğidir.
h[−1]x[n0 + 1]+h[0]x[n0]+h[1]x[n0−1]+h[2]x[n0−2]+
h[3]x[n0 − 3] + . . . (129)
101
inputu için output y(t)’nin de |y(t)| < M2 (M2 ∈
R+) koşulunu sağlamasını gerektirir.
∫∞ ∫∞
|y(t)| = h(τ )x(t−τ )dτ ≤ |h(τ )x(t−τ )|dτ ⇒
−∞ −∞
∫∞ ∫∞
|y(t)| ≤ |h(τ )||x(t−τ )|dτ < |h(τ )|M1dτ ⇒
−∞ −∞
∫∞
|y(t)| < M1 |h(τ )|dτ (130)
−∞
Yukarıdaki denklemi incelersek, |y(t)|’nin sonlu
∫∞
bir reel sayıdan küçük olması için −∞ |h(τ )|dτ
integralinin sonlu bir reel sayıdan küçük olması
gerekir. Bu koşul, mutlak integrallenebilme koşuludur.
∫∞
|h(t)|dt < M (M ∈ R+) (131)
−∞
Yani, DZD(LTI) sistemimiz kararlı bir sistem
ise birim impals yanıtı h(t)’nin mutlak integral-
102
lenebilir olması gerekir. Bunun tersi de doğrudur.
h(t), mutlak integrallenebilir bir sinyal ise DZD(LTI)
sistemimiz, kararlıdır.
Ayrık zamanda ise, bir sistemin kararlı olması, o
sistemin birim impals yanıtının mutlak toplan-
abilir olması demektir.
103
∫∞ ∫t
s(t) = h(τ )u(t − τ )dτ = h(τ )dτ ⇒
−∞ −∞
∫t
s(t) = h(τ )dτ (133)
−∞
Yukarıdaki denklemden aşağıdaki bağıntıyı da
çıkarabiliriz:
ds(t)
h(t) = (134)
dt
Bu denklemin ayrık zaman karşılığı ise
∑
n
s[n] = h[k] (135)
k=−∞
104
3 Diferansiyel Denklemlerce ve Fark Denklem-
lerince Temsil Edilen Sistemler
106
Diferansiyel denklemlerin çözümleri dersimizin
müfredatı dışında olduğu için özel çözümün uy-
gun bir yöntemle bulunduğunu varsayacağız ve
bu özel çözümü yp ile göstereceğiz. Özel çözüm,
dyp(t)
+ yp(t) = x(t) (140)
dt
şeklinde diferansiyel denklemi sağlar.
Homojen çözüm yh(t), diferansiyel denklemin
sağ tarafı sıfırlanınca bulacağımız çözümdür. Yani,
dyh(t)
+ yh(t) = 0 (141)
dt
Türeviyle kendisinin doğrusal bileşimi sıfır olan
fonksiyon nedir? Tabii ki exponansiyel fonksiyon-
dur. yh(t)’nin Aept şeklinde olduğunu varsayıp
sağ tarafı sıfırlanmış diferansiyel denklemimizde
yerine koyalım:
d
(Aept) + Aept = 0 ⇒ Apept + Aept = 0 ⇒
dt
107
(p+1)Aept = 0 ⇒ p+1 = 0 ⇒ p = −1 (142)
108
Bulduğumuz çözümü biraz daha inceleyelim:
109